AI制造分子，为药物研发打开新大门

NEWS

化学家有了新的实验助手——人工智能（AI）。随着深度学习算法的进一步应用，AI计算机程序能帮助药物化合物等小有机分子产生所需的反应序列，制定合成路径。

《自然》杂志近日发表了这种新型工具，化学家们将这一进展视为一个大跨越，其可以加速药物研发过程，推动有机化学更迅速发展。

人工反应备忘录变身大数据

在20世纪80年代之前，许多化学家收集了大量文献资料、手写的有用反应、参考索引卡片，以指导合成途径的设计。化学家通常会搜索其他人记录的反应列表，并根据自己的直觉制定一个逐步产生特定化合物的途径。这需要先从想要创建的分子开始分析，比如要用到哪些试剂，是否容易获得，通过哪些反应序列才能合成它，这被称为逆合成反应，这种分析往往要消耗数小时乃至数天时间。

自20世纪60年代以来，研究人员一直试图利用计算机来规划有机化学合成，但成效不大。随着人工智能的兴起，这些备忘录自然而然地转向数据库存储乃至应用。

轻松自学1240万种反应步骤

德国明斯特大学有机化学家和人工智能研究员马尔文·赛格勒及其同事开发的新AI工具，让深度神经网络学习了目前所有已知的1240万种单步骤有机化学反应——这使它能预测任何单一步骤中发生的反应结果。

赛格勒团队通过双盲试验对该工具进行了测试，并让经验丰富的化学家来验证AI设计的合成途径是否管用。他们向中国的两个研究机构和德国的45位有机化学家展示了9种分子的潜在合成路线图，让AI系统提出一种最佳途径，而人类设计另一种最佳途径。最终，两条途径没有明显区别。赛格勒团队开发的这一工具，是近年来开发的使用AI标记潜在化学反应路线的程序之一。

张军平教授日前接受采访时指出，这类预测本质上类似“阿尔法狗”在围棋上采用的技术，都是通过可搜索海量数据的人工智能方法实现的，“所以，它才能在1240万种分子合成方案中，找到具有潜在可能的结果供科学家参考”。

AI将成科学家“高级定制”工具

今年3月，测试团队报告称，已经在实验室测试了算法中的8条路径，且都达到了满意的效果。

赛格勒的工具从数据中学习而不需要人类输入规则。瑞典哥德堡制药公司对这项成果印象深刻，并表示：“提高合成化学的成功率，对于提高药物研发的速度和效率、降低成本等，都有着巨大的好处。”

赛格勒说，新的AI工具已经引起制药公司的兴趣。“它已经成为化学家的助手，希望它能像GPS导航设备那样，为更多科学家提供新的研究手段。”

除了极大提升有机化学和药物合成的速度和效率，AI还在哪些基础学科领域具有类似潜力？

对此张军平说：“只要能通过海量或穷举搜索来完成任务的领域或行业，都可能从AI角度找到更有效的办法，甚至以往经验未曾想到的新办法。”如基础研究领域，数学定理的证明、物理规律的总结等。如此一来，不同设计思路的AI软件，有望成为促进科学进步的“高级定制”工具。

虽然人工智能不能完全替代人类，但基于不同目的开发的AI软件，可以提供辅助建议，甚至和人类决策形成混合增强的智能环，从而进一步提高对科研路径的设计能力。

文章来源：中华科技网